-
公开(公告)号：CN114003815A
公开(公告)日：2022-02-01
申请号：CN202111299225.8
申请日：2021-11-04
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种网络舆情主题及其关注用户群体的发现方法，其步骤包括：1构建舆情文档中数据集合，2建模舆情文本话题，关注舆情文本话题的用户群体，3设计有参贝叶斯模型，4利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模的在线社交媒体内容以及社交用户评论行为时，一方面能够结合主题分析快速、有效、准确地发现网络中的舆情主题，有助于舆情检测，为舆情的引导和控制提供决策支持；另一方面能够识别关注每个舆情话题的用户群体，实现对社交媒体用户依据关注话题的异同进行快速精准的分类。
-
公开(公告)号：CN114003815B
公开(公告)日：2024-03-29
申请号：CN202111299225.8
申请日：2021-11-04
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种网络舆情主题及其关注用户群体的发现方法，其步骤包括：1构建舆情文档中数据集合，2建模舆情文本话题，关注舆情文本话题的用户群体，3设计有参贝叶斯模型，4利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模的在线社交媒体内容以及社交用户评论行为时，一方面能够结合主题分析快速、有效、准确地发现网络中的舆情主题，有助于舆情检测，为舆情的引导和控制提供决策支持；另一方面能够识别关注每个舆情话题的用户群体，实现对社交媒体用户依据关注话题的异同进行快速精准的分类。
-
公开(公告)号：CN114611011B
公开(公告)日：2024-03-29
申请号：CN202210232835.4
申请日：2022-03-09
IPC: G06F16/9536 , G06F16/35 , G06F40/289 , G06Q50/00
Abstract: 本发明公开了一种考虑动态舆情主题的高影响力用户发现方法，其步骤包括：1、构建不同时期的用户在线关系网络，2、设计动态有参贝叶斯模型生成不同时期的舆情主题，3、识别不同时期的高影响力用户。本发明在应对大规模社交网络时，能有效、快速、准确地发现用户关注度高的舆情主题，有助于舆情主题检测，并能有效发现不同时期的舆情主题演变及高影响力用户，从而为决策者提供重要信息，帮助决策者在特定时间内引导民众舆情，及时了解舆情主题变化。
-
公开(公告)号：CN115525819A
公开(公告)日：2022-12-27
申请号：CN202210337382.1
申请日：2022-03-31
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向信息茧房的跨领域推荐方法，包括：1、获取用户对产品评分的数据集并进行数据预处理；2、构建跨领域知识迁移推荐模型的跨域知识迁移模块；3、构建跨领域知识迁移推荐模型的目标域意外性提取模块；4、利用训练集的数据对模型进行训练，并根据测试结果调整优化模型的超参数；5、将测试集数据输入到训练好的模型中，对输出的全部物品预测得分排序，最后选择前N项产品推荐给用户。本发明可产生对于用户而言感到既相关又意外的推荐产品，在保证推荐准确性的同时也能提升推荐的意外性，从而能提升用户满意度。
-
公开(公告)号：CN114611011A
公开(公告)日：2022-06-10
申请号：CN202210232835.4
申请日：2022-03-09
IPC: G06F16/9536 , G06F16/35 , G06F40/289 , G06Q50/00
Abstract: 本发明公开了一种考虑动态舆情主题的高影响力用户发现方法，其步骤包括：1、构建不同时期的用户在线关系网络，2、设计动态有参贝叶斯模型生成不同时期的舆情主题，3、识别不同时期的高影响力用户。本发明在应对大规模社交网络时，能有效、快速、准确地发现用户关注度高的舆情主题，有助于舆情主题检测，并能有效发现不同时期的舆情主题演变及高影响力用户，从而为决策者提供重要信息，帮助决策者在特定时间内引导民众舆情，及时了解舆情主题变化。
-
Patent Agency Ranking
公开(公告)号：CN117393176A
公开(公告)日：2024-01-12
申请号：CN202311366722.4
申请日：2023-10-20
Applicant: 之江实验室
Abstract: 本申请涉及一种宏微观图融合的传染病感染预测方法、装置和存储介质。所述方法包括：获取某一设定时间段内多个第一区域的宏观图，以及多个第二区域的微观图；第一区域中包括多个第二区域；将宏观图输入第一图卷积神经网络得到第一隐层向量；将微观图输入第二图卷积神经网络得到第二隐层向量；融合第一隐层向量与第二隐层向量得到各第一区域的融合隐层信息；对融合隐层信息进行时序计算得到各第一区域的时序隐层信息，将时序隐层信息分别输入两个预测网络中得到两个预测结果；将两个预测结果进行融合计算，得到最终各第一区域的传染病预测结果。采用本方法能够实现宏微观图融合挖掘的传染病预测，提高预测结果可解释性和传染病预测的效率。
-
公开(公告)号：CN112328424A
公开(公告)日：2021-02-05
申请号：CN202011396662.7
申请日：2020-12-03
Applicant: 之江实验室
Abstract: 本发明公开了一种用于数值型数据的智能异常检测方法及装置，该方法包括：上传数据阶段，实现数据上传；数据池阶段，实现数据存储与数据比对；算法池阶段，实现系统智能推荐多种适合当前数据的异常检测算法；算法结果集成阶段，实现汇总各算法的计算结果并得出最终计算结果；异常点判定阶段，实现自主选择异常点判定方法并做出判定；检测结果可视化阶段，实现可视化直观展示数据尤其是异常点。本发明创新地提出了智能辅助算法推荐、算法结果集成和异常点智能判定并将其运用到系统中，极大地简化了用户操作，帮助用户在较少的时间内得到更加准确且易于观察的异常检测结果。
-
公开(公告)号：CN111899117B
公开(公告)日：2024-11-01
申请号：CN202010747667.3
申请日：2020-07-29
Applicant: 之江实验室
IPC: G06Q50/00
Abstract: 本发明提供一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其包括层次化图分割计算模组、遍历排序模组、图分割模组、局部边连接度检测模组、节点合并模组及子图剪枝模组。所述层次化图分割计算模组维护一超节点索引。所述遍历排序模组初始化一节点序列，并遍历目标图的节点。所述图分割模组根据节点序列的排序状态分割目标图或子图。所述局部边连接度检测模组检测当前局部子图的k核结构的边连接度值。所述节点合并模组根据所述边连接度值的检测结果确认是否合并节点。所述子图剪枝模组根据所述节点合并模组的计算结果进行子图删除剪枝操作。同时，本发明还提供一种采用上述挖掘系统的挖掘方法。
-
公开(公告)号：CN115174566B
公开(公告)日：2024-03-15
申请号：CN202210640394.1
申请日：2022-06-08
Applicant: 之江实验室
Abstract: 本发明属于物联网边缘计算技术领域，公开了一种基于深度强化学习的边缘计算任务卸载方法，该方法步骤为：S1、输入数据与相关参数；S2、计算时间和能耗相关数据；S3、训练任务卸载算法模型；S4、执行任务卸载输出。本发明在边缘计算方面，定义多用户边缘计算任务环境，考虑传输信道带宽，采用强化学习的方法，在满足计算时效性的前提下，训练边缘计算任务卸载与压缩策略，实现最优的能耗。
-
公开(公告)号：CN113658716B
公开(公告)日：2024-02-23
申请号：CN202110851425.3
申请日：2021-07-27
Applicant: 之江实验室
IPC: G16H50/80 , G06F16/215 , G06F16/26 , G06F16/29
Abstract: 本发明属于公共卫生服务技术领域，具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统，该方法步骤为：S1、新冠数据收集与清洗；S2、构建新冠肺炎场景下的人群图模型；S3、分析计算人群被感染概率指数；S4、发现潜在的感染人群并输出。本发明采用约束子图计算挖掘技术，综合多方面感染因素，通过定义计算被感染概率指数的方法，更有效的挖掘出潜在的新冠肺炎感染人群；基于被感染概率指数指标，设计新冠肺炎感染人群分析系统，设定不同级别的防疫应对举措，精确通知到管理部门和个体人群，为公共卫生防疫工作提供极大的助力，降低新冠感染概率，保护公众生命安全。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.037 seconds)
